基于最小二乘支持向量机的飞机备件多元分类

基于最小二乘支持向量机的飞机备件多元分类

飞机后续备件配置直接关系到装备的战备完好率和寿命周期费用,对备件的正确分类是进行备件配置决策的前提.支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力.研究了新型支持向量机算法-最小二乘支持向量机,设计了基于多元分类的最小二乘支持向量机,在此基础上,建立了飞机备件多元分类模型,并对某机型的备件进行了分类.结果表明,基于最小二乘支持向量机的飞机备件多元分类方法是有效、可行的.

作 者： 任博 张喜斌 张恒喜 REN Bo ZHANG Xi-bin ZHANG Heng-xi   作者单位： 空军工程大学工程学院,陕西,西安,710038  刊 名： 电光与控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2006 13(2)  分类号： V271.4  关键词： 机器学习   支持向量机   飞机备件  

【基于最小二乘支持向量机的飞机备件多元分类】相关文章：

基于最小二乘支持向量机的航材备件需求建模04-30

基于最小二乘支持向量机的区域GPS高程转换组合04-30

基于最小二乘支持向量机的航空发动机故障远程诊断04-27

模糊最小二乘支持向量机在黑液波美度软测量中的应用04-26

基于支持向量机回归算法的飞机主油泵故障数预测04-29

基于支持向量机的红外成像跟踪算法04-27

支持向量机在飞机状态监控中的应用04-27

基于支持向量机的主动红外式结冰冰型分类方法研究04-28

一种基于支持向量机回归的推荐算法04-26

基于支持向量机的遥感蚀变信息提取04-29